Nei primi anni di questo millennio sono stati introdotti sul mercato i dispositivi CGM (Continuous Glucose Monitoring), che costituiscono una nuova frontiera nel campo del controllo della terapia del diabete. I dispositivi CGM sono apparecchi mini-invasivi e “wearable”, consentono il monitoraggio della glicemia in modo quasi costante e sono potenzialmente in grado di segnalare episodi ipo/iperglicemici in tempo reale, se non addirittura in anticipo, grazie all’uso di tecniche di predizione. Tuttavia, le prestazioni di questi dispositivi nella generazione di allarmi ipo/iperglicemici sono ancora abbastanza limitate e la percentuale di falsi allarmi è piuttosto elevata (stimata fino al 50%). Una delle principali cause della generazione inefficiente degli allarmi consiste nel rumore di misura di cui il segnale acquisito è inevitabilmente affetto. Al fine di garantire misurazioni più precise, si possono introdurre procedure di filtraggio (denoising) in tempo reale. Lo scopo di questa tesi è verificare e quantificare il miglioramento delle prestazioni dei sistemi per la generazione di allarmi ipo/iperglicemici nei dispositivi CGM attraverso l’applicazione in tempo reale di un metodo di filtraggio bayesiano del segnale glicemico di recente sviluppo. In particolare, si sfrutta il fatto che il metodo è in grado di aumentare la qualità del segnale, incrementando il SNR, e di fornire contestualmente una stima della precisione dei campioni glicemici filtrati, parametro utile per valutare se generare o meno un allarme
Filtraggio bayesiano on-line per il miglioramento dei sistemi di generazione di allarmi IPO/Iperglicenici in dispositivi per il monitoraggio in continua del glucosio
Calore, Federico
2011/2012
Abstract
Nei primi anni di questo millennio sono stati introdotti sul mercato i dispositivi CGM (Continuous Glucose Monitoring), che costituiscono una nuova frontiera nel campo del controllo della terapia del diabete. I dispositivi CGM sono apparecchi mini-invasivi e “wearable”, consentono il monitoraggio della glicemia in modo quasi costante e sono potenzialmente in grado di segnalare episodi ipo/iperglicemici in tempo reale, se non addirittura in anticipo, grazie all’uso di tecniche di predizione. Tuttavia, le prestazioni di questi dispositivi nella generazione di allarmi ipo/iperglicemici sono ancora abbastanza limitate e la percentuale di falsi allarmi è piuttosto elevata (stimata fino al 50%). Una delle principali cause della generazione inefficiente degli allarmi consiste nel rumore di misura di cui il segnale acquisito è inevitabilmente affetto. Al fine di garantire misurazioni più precise, si possono introdurre procedure di filtraggio (denoising) in tempo reale. Lo scopo di questa tesi è verificare e quantificare il miglioramento delle prestazioni dei sistemi per la generazione di allarmi ipo/iperglicemici nei dispositivi CGM attraverso l’applicazione in tempo reale di un metodo di filtraggio bayesiano del segnale glicemico di recente sviluppo. In particolare, si sfrutta il fatto che il metodo è in grado di aumentare la qualità del segnale, incrementando il SNR, e di fornire contestualmente una stima della precisione dei campioni glicemici filtrati, parametro utile per valutare se generare o meno un allarmeFile | Dimensione | Formato | |
---|---|---|---|
Filtraggio_bayesiano_on-line_per_il_miglioramento_dei_sistemi_di_generazione_di_allarmi_ipo-iperglicemici_in_dispositivi_~1.pdf
accesso aperto
Dimensione
2.06 MB
Formato
Adobe PDF
|
2.06 MB | Adobe PDF | Visualizza/Apri |
The text of this website © Università degli studi di Padova. Full Text are published under a non-exclusive license. Metadata are under a CC0 License
https://hdl.handle.net/20.500.12608/13891